Az automatikus tervezés és ütemezés ( eng. Automated planing and Scheduling , APS) a mesterséges intelligencia feladatok egy olyan területe, amely egy stratégia vagy műveletsorozat végrehajtásával kapcsolatos, általában intelligens ügynökök , autonóm robotok és pilóta nélküli járművek esetében . A klasszikus szabályozási és osztályozási problémákkal ellentétben ezen a területen a problémák megoldása összetett, ismeretlen, és többdimenziós térben kell fejleszteni és optimalizálni.
Az ismert környezeti paraméterek és a rendelkezésre álló modellek birtokában a tervezés már a rendszer tervezési szakaszában elvégezhető. A megoldásokat a megvalósítás előtt lehet megtalálni és kiértékelni. A környezet előre nem látható viselkedése esetén a stratégiát a terv megvalósítási szakaszában felül kell vizsgálni. A viselkedési modelleket és mintákat alkalmazkodni kell. A megoldások főként a mesterséges intelligencia területén rejlő próba- és hibafolyamatokat alkalmaznak, mint például a dinamikus programozás , a megerősítő tanulás és a kombinatorikus optimalizálás .
Egy tipikus ütemezőnek három bemenete van: a kezdeti feltételek leírása, a kívánt cél leírása, valamint egy formális nyelv, például a STRIPS által megadott lehetséges műveletek halmaza . Az ütemező műveletsort hoz létre, amely a rendszert a kezdeti állapotból a célt kielégítő állapotba viszi. Az ütemezési problémák leírásának egy alternatív módja a hierarchikus feladathálózat , amelyben egy feladatkészlet alapján minden feladat végrehajtható egy primitív művelettel, vagy a feladatok hasonló részhalmazára bontható.